科学探索的分布式增强、超薄扫掠与轮廓树分支分解

轮廓树描述了标量场水平集的拓扑结构，在拓扑数据分析和可视化中广泛应用。利用轮廓树进行大规模科学数据计算的主要挑战在于使用高性能计算进行规模化计算。为解决这一挑战，最近的工作引入了分布式层次轮廓树，以实现轮廓树的分布式计算和存储。然而，有效地将这些分布式结构用于分析和可视化需要后续计算几何属性和分支分解，以支持轮廓提取和探索。本文我们引入分布式算法，用于增强、超薄扫掠和分支分解，使能够并行计算几何属性，并支持将分布式轮廓树用作科学探索的查询结构。我们评估了这些算法的并行性能，并将其用于识别和提取重要轮廓进行科学可视化。